とあるデータサイエンティストの一日、9日目

データサインティスト初心者のぬる～い業務内容を振り返ります。

本日は、”AIプロジェクトをどのように成功させるか”を学ぶ研修でした。

AIプロジェクトを成功させられる企業は非常に少ないという統計が出ており、学ぶところが多く非常に参考になりました。

1日のタイムテーブル

【Day 9】

本日は在宅にて研修です。

8:30 起床
9:00 業務開始
- 本日は研修ということで開始時間までボーっとして英気を養います。
10:00 研修開始座学
- 早速衝撃的な内容。AI導入を成功せている企業はほとんどない
  　・世の中の企業の80%がAI導入を検討
  　・そのうち、デプロイまでいけたのは50%
  　・結局、継続的にうまくいっている企業は1%
- 世の中1%の企業しか上手くいっておらず、AI導入の難しさを物語っています。
  というか、そんなに成功率低いのによくもまぁAI導入しようなんて言いますね
- なぜそんなに失敗してしまうのか？その理由を大きく分けると次の3つ
  - データサイエンスができる人材が社内にいない
  - ”なんのために予測をするのか？予測をどう活かすのか？”が決められていない
  - AI予測モデルを作成する部門、実際に予測モデルを使う現場、データを管理している部門、どうしの意識・理解の相違があったり、組織連携ができていない
- AIプロジェクトを成功させるためにはきちんとストーリーを作成し、関係者を巻き込んでのプロジェクトにしないといけません。
- 難易度たっか…データサイエンティスト一人がカタカタやっても無意味なんですね。
11:45 昼食
- マック。照り焼きチキンマックのセット。ポテトにはチーズバーガー味の粉を振りかけ、飲み物のコーラで流し込む。そんな肌寒い昼下がり。

～～前半戦終了～～

13:00 実際にAIプロジェクトを成功させるためのプランニングをやってみましよう
- まずは次の観点をクリアにします。この観点がちゃんと整理できている企業がそもそも少ない
  - 今の状況
  - 課題（ビジネス、人材、組織、システム等）
  - 成功のビジョン（何を予測して、どうなりたいのか？）
  - ビジネスインパクト(利益やコスト削減)を試算
- 課題に対する解決策、そして必要なことを整理します。
- テーマ決定後のプランの流れはこんな感じ
- ちゃんと人材育成についても考えましょう
  - ”AIがあれば何でも解決できる”と思い込んでいるエグゼクティブ層に受けてもらう研修なんてのもあります。
  - これから機械学習モデルを作成するデータサイエンティストはもちろん、予測モデルを扱う現場部門の方やビジネスサイドの方にもAIの基礎くらいはしっかりと研修で学んでもらいましょう。
18:00 ラップアップ